今天講一個16000多新的項目,Book to Skill。你買了一本很厚的技術書,看完以後覺得很有用。
過幾個月真遇到問題,又想不起那套方法藏在哪一章。直接把整本PDF丟給AI,也能問。
不過每次聊天都帶著幾百頁內容,記載上下文,找一個具體問題也容易繞很久。
Book to Skill可以把書整理成一套能安裝的Agent Skill。
以後你在Cloud Code,Github Copilot, CLI或AMP里工作,直接叫這套Skill。
再說你想查什麼,AI會先看總入口,再按問題打開對應章節。
它生成的內容不只是一份讀書摘要。
最外層有一個Skill,MD,裡面放這本書的主要方法和章節索引。
Chapters文件夾會把每一張單獨保存。旁邊還有數語表,方法清單和素材表。
你問到數據複製怎麼選,它不用重新讀完整本書。
只要打開相關章節,再根據整理過的內容回答。
這套文件也可以繼續更新。
後來又找到一篇論文,或者公司文檔多了一半。
你可以把新材料合進原來的Skill,不用全部重做。
它能處理PDF,EP,BW,Markdown,HTML,RTF,和常見電子書格式。
輸入也不一定是一本書。你可以把一個項目的DOCS文件夾,幾篇論文加自己的筆記,或者一整套團隊規範放在一起處理。
實際使用時,先把Book2Skill裝到正在使用的Agent工具裡。
安裝命令我放在畫面上了。
接著把書籍文件或者資料文件夾交給它。
它會先問這份資料偏技術,還是以文字為主。
普通文字書可以走速度更快的提取方式。
代代碼,表格和公式的技術書,可以用DOCLING保留結構。
不過處理時間會更長。
文字提取完成以後,它會先告訴你資料有多大,大概要消耗多少上下文。
還會列出準備生成哪些文件。
你確認以後,Agent才開始分析章節提取方法,再寫成完整的Skill。
這裡有一個安裝細節,容易弄混。
把倉庫放進AgentSkill文件夾,才會得到完整的斜杠命令和轉輸流程。
單獨用PIP安裝只會得到文檔提取工具。
不會自動把Book2Skill註冊成AgentSkill。
項目作者拿幾本真實書做過測試。
如果每次都把整本書塞進上下文,回答一個問題,可能要帶上十幾萬到二十多萬TOKENS。
想換成Skill以後,通常只加載總入口和一個相關章節,大約5000TOKENS。
按倉庫給出的測試結果。
對比整本書,直接進上下文,使用量少了24到51倍。
這個數字要按作者的測試條件來看,它和一次臨時檢索相比,差距會縮小到2.4到15.6倍。
你只準備問一次,直接讓AI讀PDF更省事。
你會反覆查同一本書,提前整理成Skill才更划算。
生成結果也不能當成原書的100%復刻。
這些章節文件是AI整理出來的學習筆記。
重要定義,數字和代碼還要回原文核對。
自動分章也依賴書裡的標題格式。
遇到只有章節名、羅馬數字或者特殊排版的書。
章節可能識別不準,需要你手動檢查。
隱私方面,文檔提取在本集完成。
但是,後面用雲端模型分析內容時,
交給模型的文字仍然會發送給對應服務商。
公司內部文檔和沒有公開授權的書,
先確認數據規則和使用權限。
你自己買的書可以拿來做私人學習筆記。
不要把生成後的整套Skill隨便公開分享。
項目最新穩定版是V1.3.0。
它目前官方顯明支持Cloud Code,
Github Copilot, CLI和AMP。
如果你想在其他Agent里使用,
需要自己確認它能不能識別這套目錄和SkillMD格式。
項目地址我放在屏幕上。
喜歡這類AI工具拆解,記得一鍵三連加關注。
你的支持就是我繼續更新的最大動力。